基于机器学习的智能问答系统

Sqlite+Sklearn+Flask

基于Python+Sqlite+Sklearn+Flask的机器学习的智能问答系统

• 可回答的知识范围是普通药品的使用回答

• 包括治疗胃痛的铝碳酸镁咀嚼片等药品信息

• 由Sklearn处理文本数据，进行关键词回复

• Flask作为api相应

• 声音提示

• Sqlite数据库

简介

概述

在当今信息时代，智能问答系统的需求不断增长。为了满足用户对药品信息的快速获取需求，我们基于Python语言，结合Sklearn和Flask技术，打造了一款智能问答系统。这个系统专注于回答有关普通药品使用的问题，例如治疗胃痛的铝碳酸镁咀嚼片等药品信息。

用户体验

系统需要登录后使用，支持注册登录，用户只需简单地输入问题，系统将迅速分析并利用Sklearn进行文本处理，然后通过Flask提供的API返回准确的答案。声音提示则使得用户在获取信息的过程中更加直观和便捷。

登录

系统支持修改个人信息，包括名称密码，年龄等

个人信息

智能问答界面，右下角可以自由选择是否有提示音

问答结果展示

技术组合

1. Sklearn处理文本数据

Sklearn（Scikit-learn）作为Python中强大的机器学习库，为我们提供了丰富的文本处理和自然语言处理工具。系统利用Sklearn来处理用户提问，通过分析关键词、上下文信息，以及训练好的模型，实现准确而高效的问题回答。

1. Flask作为API响应

Flask是一个轻量级的Web框架，被用作我们系统的API响应层。通过Flask，我们能够建立一个简洁而灵活的接口，使得用户能够通过各种设备和平台方便地获取所需的药品信息。

1. 声音提示

为了提升用户体验，我们引入了声音提示功能。系统可以通过声音提示的方式，向用户直观地传递信息，使得用户在使用系统时更加方便和愉快。

知识范围

我们的智能问答系统专注于回答普通药品使用的问题，尤其是与治疗胃痛有关的药品信息。系统经过精心设计，能够从大量的医学资料中提取并理解相关信息，以确保用户获得的回答既准确又可信。

未来展望

我们将持续优化系统，不断扩展知识库，使得智能问答系统能够涵盖更广泛的医学领域。同时，我们也将考虑引入更多先进的机器学习算法，以提高系统的智能化水平，为用户提供更个性化的服务。

结语

通过Python、Sklearn和Flask的有机结合，我们成功构建了一款智能问答系统，为用户提供了快速、准确的药品信息。系统不仅仅是技术的结晶，更是对用户需求的深刻理解和关怀的表现。我们期待在未来的发展中，为用户带来更多的惊喜和便利。

安装与使用

本项目在python3.6下测试通过，项目含有配置信息文件，项目的所在路径不能含有中文，在控制台执行pip install -r requirements.txt，如果遇到问题请后台私信，彭老师有时间会回复的。

获取方式

有需要的小伙伴可以通过后台联系方式获取，如果加不上可以后台留言留下联系方式，不经常看后台，但是看到了会回复的~，源码获取只收取很少的钱钱，除非是标记了For Free的。